建47井水力可控钻塞设计方案的讨论

建 47井经酸化处理后有望获得较高工业开采价值 ,但必须钻开为满足试气和关井的需要而在井深 3 5 8 91m处预留有厚约 69m的水泥塞。为了安全、顺利地钻开水泥塞 ,设计了水力可控钻塞装置。该装置设计方案满足 3项技术要求 :( 1 )安装采气井口 ,在可控状态下安全完成钻塞、测气求产过程 ;( 2 )有足够的循环通道 ,保证钻屑随动力液顺利返至地面 ;( 3 )有防转机构 ,阻止螺杆钻的反转扭矩造成管柱脱扣。详细阐述了该装置的结构、原理及施工步骤 ,对管材和管柱长度、地面驱动压力等主要设计参数及防转机构设计等做了说明     

婴幼儿心脏外科术后监测和处理系统

婴幼儿心脏外科术后监测和处理系统(简称IPOC)是医疗仪器系统与计算机专家系统的结合。IPOC是把术后监护临床使用的医疗仪器通过数据接口同微型计算机连接起来,以包含专家知识的软件帮助医护人员对病人情况进行综合分析。可随时显示有关数据,随时给出各种提示和治疗、处理建议,指导     

基于聚类粒化的社团发现算法

为了实现复杂网络社团发现算法的复杂度和精确度间的均衡,提出一种基于聚类粒化的社团发现算法(CGCDA),将网络粒化获得的粒子视为一个社团,粒化结果即为对网络的社团划分。首先,将网络中的每个节点视为基本粒,通过初始粒化操作实现对网络的粒化;然后,针对获得的粒化集合中满足粒化系数的粒子进行聚类粒化操作,分层粒化直到不存在满足要求的粒子对;最后,将粒子对中的重叠节点视为孤立点,用邻居节点投票法把孤立节点归并到相应的粒子中,实现对复杂网络的社团划分。实验实现了Newman快速算法（NFA）、标号传播算法（LPA）和CGCDA。实验结果表明,CGCDA在四个基准数据集上可获得平均高于LPA 7.6%的模块度和低于NFA 96%的时间。CGCDA时间复杂度较低,获取的社团模块度较高,实现了社团发现时间和精确度的均衡,相比NFA、LPA总体性能更优。     

基于商拓扑结构的序列构成和预测

对多变量时间序列进行分析有利于更好地了解各时间序列的特性。根据相关性的时间序列在商空间模型中,可依据信息相关性,该文综合利用多个相关序列提供的信息对其中一个序列进行了预测,通过商空间理论的分解和合成法减小信息不完备产生的影响,从而获得更多准确信息和规则。     

基于构造性神经网络的时间序列混合预测模型 *

针对传统时间序列预测模型不适应非线性预测而适应非线性预测的 BP算法存在收敛速度慢 ,且容易陷入局部极小等问题 ,提出一种基于构造性神经网络的时间序列混合预测模型。采用构造性神经网络模型 (覆盖算法 )得出的类别值对统计时间序列模型的预测值进行修正 ,建立一种同时考虑时间序列自身周期变化和外生变量因子对时间序列未来变化趋势影响的混合预测模型 ,涵盖了实际问题的线性和非线性两方面 ,提高了预测精度。将该模型应用到粮食产量的预测中 ,取得了较好的预测效果。     

基于集成学习的规范化LDA人脸识别

针对人脸识别问题中经常面临的“小样本”问题,在规范化的LDA算法的基础上加以改进,并结合集成学习的方法,利用Adaboost算法,在每一次的迭代过程中引进一个加权函数对难以分离的样本增加权重。增加分类器之间的差异度,从而提高样本在新的特征空间中的可分离性,将识别率提高至98.5%。通过ORL数据库的大量实验表明,该算法比传统算法有更好的性能。     

数据挖掘技术在保险客户信用评估的应用

目前,数据挖掘技术广泛应用于各个领域中.文中将数据挖掘应用于保险客户在信用等级的分类中,即采用了基于神经网络的覆盖算法作为客户信用评分分类器的设计算法.通过对保险数据的分析,对保险用户信用等级进行分类,降低了人为因素的评价干扰.通过分类实验表明,覆盖算法的准确性和网络训练速度都大大高于SVM.为保险公司有针对性的调查提供了一定的参考依据.     

基于支持向量机的股票预测

针对股票预测的特点,选择对上市公司股票走势有重要影响的相关数据进行测试。为了避免传统的预测算法(如BP算法)的一些弊端,使用可以避免这些弊端并且具有良好分类功能的支持向量机对该上市公司股票走势进行预测。测试表明预测的精度明显高于采用BP算法等传统神经网络分类方法的测试结果,预测达到了让人满意的效果。     

一种构造性的概率决策自组织分类器

从输入的原始信息得到特征通常需要复杂的非线性运算，直接找到这种算法是很困难的。而M-P神经元模型的几何意义指出：构造一个网络，使对给定的样本集能进行符合要求的分类，等价于求出一组领域，对给定样本集中的点，能按分类的要求用领域覆盖将它们分隔开来。但是，在实际的大规模应用中，如时间序列预测的典型问题—股票预测，其给定的样本集中可能含有异动点，会引起错误的学习结果，因此，有必要引入自组织和概率决策化方法，提高分类的正确性，同时还可降低神经网络的结构规模，提高识别的速度。作者给出一种构造性的概率决策自组织分类器SPDC(A Self-adjusting and Probabilistic Decision-making Classifier)，重点讨论了在覆盖算法中引入自组织和概率决策化方法。     

火电厂SIS及单元机组优化运行技术在其中的应用

介绍我国火电厂厂级监控信息系统(supervision information system，SIS)的研究现状和发展趋势，并对单元机组运行优化技术在厂级监控信息系统中的应用做了较为深入的探讨。